1.數(shù)據(jù)智能分析與建模:
(1)負(fù)責(zé)多源數(shù)據(jù)(結(jié)構(gòu)化/非結(jié)構(gòu)化)的采集、清洗、特征工程及存儲方案設(shè)計(jì),構(gòu)建高效的數(shù)據(jù)處理流程;
(2)開發(fā)機(jī)器學(xué)習(xí)、深度學(xué)習(xí)算法模型,解決業(yè)務(wù)場景中的預(yù)測、分類、聚類等問題,優(yōu)化模型性能與泛化能力;
(3)探索生成式AI、大模型等前沿技術(shù),推動數(shù)據(jù)驅(qū)動型智能應(yīng)用的創(chuàng)新落地。
2.軟硬件智能化整合與開發(fā):
(1)設(shè)計(jì)并實(shí)現(xiàn)AI系統(tǒng)與現(xiàn)有軟件/硬件平臺的集成方案,開發(fā)標(biāo)準(zhǔn)化API接口及服務(wù)模塊;
(2)優(yōu)化智能算法在邊緣設(shè)備、云端的部署方案,提升系統(tǒng)實(shí)時性與資源利用率;
(3)參與智能設(shè)備(如機(jī)器人、機(jī)器狗等)的算法適配與性能調(diào)優(yōu)。
3.智能決策系統(tǒng)構(gòu)建:
(1)基于業(yè)務(wù)需求構(gòu)建智能決策模型,結(jié)合強(qiáng)化學(xué)習(xí)、運(yùn)籌優(yōu)化等技術(shù)實(shí)現(xiàn)自動化決策支持;
(2)開發(fā)可視化決策工具,輸出動態(tài)策略建議;
(3)持續(xù)跟蹤決策效果,通過數(shù)據(jù)反饋迭代優(yōu)化決策邏輯。
4.全流程技術(shù)把控與協(xié)作:
(1)主導(dǎo)技術(shù)方案設(shè)計(jì),協(xié)調(diào)數(shù)據(jù)、開發(fā)、運(yùn)維團(tuán)隊(duì)推進(jìn)項(xiàng)目落地,確保技術(shù)實(shí)現(xiàn)與業(yè)務(wù)目標(biāo)對齊;
(2)制定AI研發(fā)規(guī)范,輸出技術(shù)文檔,推動團(tuán)隊(duì)技術(shù)能力提升與知識沉淀。
任職要求:
1.學(xué)歷及專業(yè):碩士研究生及以上學(xué)歷,電子信息類、計(jì)算機(jī)類等專業(yè)優(yōu)先;
2.技能要求:①算法基礎(chǔ):精通Python,熟練使用TensorFlow/PyTorch框架,掌握經(jīng)典機(jī)器學(xué)習(xí)(如XGBoost、LightGBM)與深度學(xué)習(xí)模型(如CNN、RNN、Transformer);②數(shù)據(jù)處理:熟悉SQL/NoSQL數(shù)據(jù)庫,熟練使用Spark/Flink等大數(shù)據(jù)工具,具備海量數(shù)據(jù)并行處理經(jīng)驗(yàn);③系統(tǒng)開發(fā):了解微服務(wù)架構(gòu),熟悉Docker/Kubernetes部署,具備Java/C++跨平臺開發(fā)能力者加分;④具備將抽象業(yè)務(wù)問題轉(zhuǎn)化為數(shù)學(xué)建模問題的能力,擅長技術(shù)可行性分析與解決方案設(shè)計(jì);⑤優(yōu)秀的跨團(tuán)隊(duì)溝通能力,能夠獨(dú)立承擔(dān)技術(shù)攻關(guān)并推動項(xiàng)目落地;
3.工作經(jīng)歷:3年以上相關(guān)工作經(jīng)驗(yàn)。